Goldman Sachs warnt: 5,3 Billionen Dollar KI-Investitionen drohen an Kreditmarkt-Sättigung zu scheitern

Goldman Sachs prognostiziert, dass die vier größten Hyperscaler – Meta, Microsoft, Amazon und Alphabet – von 2025 bis 2030 insgesamt 5,3 Billionen Dollar für KI und Rechenzentren ausgeben werden, ein Anstieg gegenüber der früheren Schätzung von 4,5 Billionen Dollar . Diese Summe übersteigt das Bruttoinlandsprodukt von Ländern wie Japan, Großbritannien, Indien und Frankreich . Doch die Investmentbank identifiziert mehrere miteinander verbundene Risiken in den Kreditmärkten, den Finanzierungsstrukturen und der Marktdynamik, die den KI-Ausbau grundlegend verändern könnten.

Sättigung der Kreditmärkte und Emittentenkonzentration

Amanda Lynam, Chef-Kreditstrategin bei Goldman Sachs, warnt, dass „die Sättigung der liquiden Kreditmärkte und die Beschränkungen durch die Emittentenkonzentration in den kommenden Jahren etwas bindender werden.“ Die Hyperscaler machen bereits einen großen Teil der Neuemissionen von Unternehmensanleihen aus. Anleger am Rentenmarkt könnten immer weniger bereit sein, immer größere Volumina derselben wenigen Emittenten aufzunehmen – wegen steigender Indexgewichte und Portfolio-Konzentrationsgrenzen. Diese Beschränkungen werden „zumindest die Entscheidungen über Engagement und Preisgestaltung beeinflussen“, schreibt Lynam .

Die Grenzen traditioneller Finanzierungswege

Das schiere Volumen der Ausgaben stößt an die Grenzen konventioneller Anleihemärkte und interner Cashflows. Goldman Sachs stellt fest, dass Hyperscaler Finanzierungen „aus allen Märkten, Strukturen und Währungen“ benötigen, um eine Sättigung zu vermeiden . Die 85 Milliarden Dollar schwere Bezugsrechtsemission von Alphabet wird als Beleg angeführt, dass interne Mittel und Anleiheemissionen allein nicht ausreichen . Dieselben wenigen Unternehmen können nicht endlos Schulden an den öffentlichen Anleihemärkten platzieren, ohne dass Anleger Konzentrationsrisiken fürchten .

Der Wandel von Eigenkapital zu Fremdkapital erhöht das Systemrisiko

In einem Bericht vom November 2025 warnte Goldman-Analyst Ryan Hammond: „Auch wenn der Verschuldungsgrad der börsennotierten Unternehmen noch gering ist, würde eine anhaltende Verlagerung hin zur Fremdfinanzierung die makroökonomischen Risiken des KI-Ausbaus erhöhen.“ Die großen Tech-Unternehmen haben im laufenden Jahr bereits 121 Milliarden Dollar an Schulden aufgenommen, verglichen mit einem Durchschnitt von 28 Milliarden Dollar in den vorangegangenen fünf Jahren . Hammonds Team stellte zudem fest, dass die großen börsennotierten Hyperscaler „theoretisch ihre Schulden um 700 Milliarden Dollar erhöhen könnten“ .

Abhängigkeit von Privatmärkten und Ausführungsrisiko

Goldman Sachs betont explizit, dass privates Infrastruktur- und Immobilienkapital eine deutlich größere Rolle spielen muss . Private Infrastrukturfonds sammelten 2025 einen Rekordbetrag von 221 Milliarden Dollar ein. Der Bericht weist jedoch darauf hin, dass die KI-Investitionsschätzungen „das tatsächliche Wachstum des Rechenzentrumsbaus deutlich übertreffen“ – ein Wert, der „genau beobachtet werden muss“, um den langfristigen Finanzierungsbedarf abzuschätzen . Ein Rechenzentrum kombiniert Grundstück, Strom, Netzwerk, Gebäude, Kühlung und Server; die Finanzierung erstreckt sich daher über verschiedene Anlageklassen und könnte auf Engpässe stoßen .

Gegenwind von den Kapitalmärkten und Unternehmensseite

Goldman Sachs räumt ein, dass „negative Aktienkursreaktionen auf Überraschungen bei den Investitionen das Management dazu zwingen könnten, das künftige Ausgabenwachstum zu überdenken“ . Externe Analysten, die im Bericht zitiert werden, weisen darauf hin, dass sich die Spreads von Investment-Grade-Anleihen aufgrund des Angebots der Hyperscaler bereits von etwa 70 auf 85 Basispunkte über den Renditen von Staatsanleihen ausgeweitet haben und 95 Basispunkte erreichen könnten .

Parallelen zu vergangenen Boom-Bust-Zyklen

Goldman Sachs selbst zieht in den zitierten Berichten keine expliziten historischen Parallelen, aber Aswath Damodaran von der NYU, der sich auf dieselben Goldman-Daten bezieht, hebt einen entscheidenden Unterschied zur Dotcom-Ära hervor: Der Dotcom-Boom wurde fast vollständig mit Eigenkapital finanziert, sodass der Zusammenbruch auf die Aktionäre beschränkt blieb. Der KI-Investitionsboom hingegen ist „gewaltig“ und „ein großer Teil davon ist fremdfinanziert“ – und zwar durch privates Kapital, nicht durch Banken. Damodaran warnt: Wenn es zu einer Korrektur kommt, „wird sich das Problem in Form von Notlagen und Zahlungsausfällen zeigen, und das bleibt nicht beschränkt. Es schwappt auf die gesamte Gesellschaft über“ – eine lose Parallele zur Finanzkrise von 2008 .

Zusammenfassung der Risiken

Risikofaktor	Position von Goldman Sachs	Quelle
Sättigung der Kreditmärkte	Zunehmend bindend; Emittentenkonzentration beeinflusst Preisgestaltung und Engagement
Grenzen der traditionellen Finanzierung	Hyperscaler stoßen an Grenzen von Anleihen und Bargeld; Privatmärkte und Verbriefungen nötig
Fremdfinanziertes Makrorisiko	Weitere Verlagerung zu Schulden erhöht systemisches Risiko des KI-Ausbaus
Ausführung auf Privatmärkten	Investitionsschätzungen übertreffen tatsächlichen Bau; Finanzierungskapazität muss überwacht werden
Gegenwind von Unternehmen	Aktienkursreaktionen auf Investitionsüberraschungen könnten Management zum Rückzug zwingen
Boom-Bust-Parallele (Damodaran)	Fremdfinanzierung bedeutet, dass ein Zusammenbruch auf die Gesellschaft übergreifen würde, anders als der eigenkapitalfinanzierte Dotcom-Crash